/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1 млрд
Лицензия
Apache 2.0
Архитектура
bidirlm · dense
Базовая модель
gemma-3-1b-pt
Опубликована
7 апр 2026

BidirLM-1B-Base

Заполнение пропусковТекст → текст7 профессий

Компактная многоязычная модель BidirLM с двунаправленным вниманием для предсказания замаскированных токенов и последующей настройки под задачи классификации.

102скачиваний за 30 дней0лайковвеса обновлены3 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BidirLM/BidirLM-1B-Base — промежуточный чекпойнт семейства BidirLM, созданный авторами BidirLM на основе Google Gemma 3 1B. Веса Gemma 3 1B преобразовали для двунаправленного внимания, обучили с Masked Next Token Prediction на 30 млрд токенов из многодоменного корпуса, а затем объединили с исходными весами Gemma 3 1B в соотношении 50/50. Модель содержит 1 млрд параметров, использует плотную архитектуру BidirLMForMaskedLM и поддерживает контекст до 32 768 токенов.

Модель предназначена прежде всего для предсказания замаскированных токенов и как основа для последующей тонкой настройки под классификацию текста и разметку токенов. Она поддерживает множество языков; среди явно перечисленных — английский, арабский, немецкий, французский, испанский, хинди и японский. Для получения общих эмбеддингов авторы рекомендуют вариант BidirLM-1B-Embedding с дополнительным контрастивным обучением. Лицензия — Apache-2.0.

Сценарии применения

  • восстановление пропущенных слов в тексте
  • классификация многоязычных текстов после дообучения
  • классификация и разметка отдельных токенов после дообучения

Ограничения

Это промежуточный чекпойнт; для общих эмбеддингов авторы рекомендуют вариант BidirLM-1B-Embedding. Для загрузки требуется trust_remote_code=True.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BidirLM-1B-Base

BidirLM-1B-Base is the intermediate MNTP-adapted checkpoint of the BidirLM family. It is obtained by converting Gemma3-1B from causal to bidirectional attention and training with Masked Next Token Prediction (MNTP) on 30B tokens from a multi-domain corpus (FineWeb-Edu, FineWeb2-HQ, FineMath, Stack V2), then merged 50/50 with the original Gemma3-1B weights.

For general embeddings and downstream fine-tuning, use BidirLM/BidirLM-1B-Embedding which adds contrastive training on top of this checkpoint.

Usage

from transformers import AutoTokenizer, AutoModel, AutoModelForMaskedLM

tokenizer = AutoTokenizer.from_pretrained("BidirLM/BidirLM-1B-Base", trust_remote_code=True)

# Base encoder
model = AutoModel.from_pretrained("BidirLM/BidirLM-1B-Base", trust_remote_code=True)

# Masked language model
mlm = AutoModelForMaskedLM.from_pretrained("BidirLM/BidirLM-1B-Base", trust_remote_code=True)

Requirements

transformers>=5.0

This model requires trust_remote_code=True.

Note: This model was trained with transformers==4.57.6 (transformers 4.x). The version on main was patched to work with transformers>=5.0. For the original (pre-patch) version, which is compatible with transformers>=4.57.6,<5.0.0, use the transformers-v4 branch:

from transformers import AutoModel
model = AutoModel.from_pretrained(
    "BidirLM/BidirLM-1B-Base",
    trust_remote_code=True,
    revision="transformers-v4",
)

Citation

@misc{boizard2026bidirlmtextomnimodalbidirectional,
      title={BidirLM: From Text to Omnimodal Bidirectional Encoders by Adapting and Composing Causal LLMs}, 
      author={Nicolas Boizard and Théo Deschamps-Berger and Hippolyte Gisserot-Boukhlef and Céline Hudelot and Pierre Colombo},
      year={2026},
      eprint={2604.02045},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2604.02045}, 
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
BidirLMForMaskedLM
Ревизия весов
0d93321

0 моделей